arXiv cs.CV· Zheming Fu, Ruizhe He, Wei Shang, Xiaoxiao Ma, Lianrui Mu, Lei Wang, Chang Liu, Siming Fu·· 1 天前AI 评分24
FlowAWR：通过优势加权修正实现在线自适应流强化
FlowAWR: Online Adaptive Flow Reinforcement via Advantage-Weighted Rectification
AI 导读
FlowAWR 提出一种将连续生成策略优化重构为向最优速度场监督回归的范式，实现无 SDE 优化与无 CFG 生成。在 SD3.5-Medium 上，FlowAWR 达到 24.12 PickScore 仅需 1.2k 步，较 DiffusionNFT（2.0k 步达 23.82）和 FlowGRPO（超 4k 步达 23.50）实现 2× 至 5× 收敛加速。代码已开源。
来源：arXiv cs.CV · arxiv.org